Краткосрочная торговля на фондовом рынке

Аннотация

В статье описан анализ применимости краткосрочной торговли на фондовом рынке (торговля акциями, индексными фьючерсами, CFD). Основной инструмент анализа – анализ автокорреляций. Исследование можно отнести к техническому анализу.

Предмет исследования

В исследовании ограничимся следующими фондовыми индексами Российского, Американского и Восточно-Европейского фондового рынка:

• Индекс ММВБ
• Индекс РТС
• S&P500 (SPX)
• Dow Jones Industrial Average (DJI)
• NASDAQ-100 (NDX)
• Индекс Пражской биржи (PX)
• Индекс Варшавской биржи (WIG)

Что понимается под краткосрочной торговлей

Под краткосрочностью торговли здесь будем понимать возможность пересмотра инвестиционного портфеля несколько раз в течение торговой сессии (например, каждый час). Это не означает, что все позиции всегда открываются менее чем на 8 часов. Это лишь означает, что возможно часть позиций будет открыта и закрыта в течение одной торговой сессии. Как часто будет меняться состав инвестиционного портфеля, зависит от оценки рыночной ситуации.

Частый пересмотр инвестиционного портфеля имеет смысл, только если инвестор учитывает относительно быстро меняющиеся данные, например динамику изменения котировок за последние 1 или 10 торговые сессии. При этом не запрещается учитывать и более стабильные показатели, такие как P/E, P/S и др., традиционно относимые к фундаментальным факторам.

Также краткосрочная торговля возникает, когда выставляются стоп-уровни близкие к среднесуточным колебаниям котировок.

Препятствия для краткосрочной торговли на фондовом рынке

Не секрет, что краткосрочная торговля на фондовом рынке менее популярна, чем средне и долгосрочное инвестирование. В чем же причина такого состояния? Предлагаем, не претендующий на полноту, перечень возможных причин:

1. Традиция. Фундаментальный анализ традиционно считается чем-то более надежным, менее рискованным.
2. Значительные задержки при совершении операций с недостаточно ликвидными инструментами.
3. Желание получать дивидендный доход.
4. Желание снизить операционные издержки.

Первые две причины мы не должны считать существенными. Важнее не соблюдение традиций, а соотношение доходности и риска. Если краткосрочная торговля и технический анализ позволяют достигать цели, значит их применение оправдано. Если ограничиться индексными фьючерсами, CFD и другими ликвидными инструментами, задержка выполнения операций становится не существенной в большинстве случаев.

Потери части дивидендного дохода и рост операционных издержек избежать не удастся. Следовательно, необходимо всегда сравнивать потери с выгодами, получаемыми при переходе к краткосрочной торговле.

Применимость технического анализа для фондового рынка

Краткосрочная торговля неразрывно связана с техническим анализом. На наш взгляд, только технических анализ средне и краткосрочной динамики цен позволяет оперативно (в течение торговой сессии) переоценивать инвестиционный портфель.

В данной статье мы не ставим задачу найти все наиболее важные зависимости в ценовых рядах. Достаточно доказать, что такие зависимости существуют, стабильны на достаточном продолжительном периоде времени, и легко оцениваются.


Представление истории котировок

Для упрощения анализа вся история котировок разделяется на отсчеты с периодом 24 часа.

Пример создаваемого временного ряда:

• X[1]=цена на конец текущей торговой сессии
• X[2]=цена на конец вчерашней торговой сессии
• X[3]=цена на конец торговой сессии 2 дня назад и т. д.

Цену не обязательно брать на конец торговой сессии. Можно брать цену открытия торговой сессии, середины торговой сессии. Мы будем анализировать 24-часовые отсчеты для каждого часа торговой сессии, чтобы избежать произвола выбора и сделать более надежными результаты анализа.

Анализировать лучше не сами котировки, а разницу между их значениями. Анализируемый временной ряд создается взятием разницы (первого момента) из начального временного ряда котировок. Переход к первым моментам позволит нам приблизиться к стационарности временного ряда. Значительная доля методов анализа временных рядов применима только к стационарным временным рядам.

Пример анализируемого временного ряда:

• D[1]=x[1] – x[2]
• D[2]=x[2] – x[3]
• d[3]=x[3] – x[4] и т. д.

Фильтр выбросов

Важным этапом любого статистического исследования является анализ выбросов. В нашем исследовании мы отбрасываем наблюдения, если хотя бы в одной из последних 10 торговых сессий наблюдалось относительное изменение котировки, превышающее по модулю 3%. Данный критерий основан на нашем опыте прогнозирования рынков.

Модель рынка (технический анализ) корректно описывает только типичные рыночные ситуации. Резкие, нетипичные изменения котировок сигнализируют о состоянии рынка неблагоприятном для автоматической торговли.

Анализ автокорреляций

Напомним, что автокорреляцией называется корреляция между случайными величинами из одного ряда, взятых со сдвигом. Например, для случайного процесса — со сдвигом по времени.

Для оценки автокорреляций воспользуемся методом Пирсона (Pearson). Корреляция Пирсона предполагает нормальность распределения переменных. Следовательно, нам необходимо доказать нормальность распределения временного ряда.

Все стандартные тесты на нормальность (Shapiro-Wilk, Kolmogorov-Smirnov, Cramer-von Mises, Anderson-Darling) проходят успешно (p-value < 0.01). Распределение изменений котировок отличается от нормального распределения более высоким пиком моды и более длинными хвостами. Однако, как показывают тесты на нормальность, эти отклонения не влияют существенно на оценки.

Мы оценивали автокорреляцию с лагом 1 (r(d[t],d[t-1]), процесс AR(1), корреляция двух последовательных изменений котировки).

Для анализа устойчивости зависимостей, оценка автокорреляции выполнялась раздельно для трех лет, с 2009 по 2011 год.

Рассчитываются следующие показатели:

• Коэффициент корреляции Пирсона r(d[t],d[t-1])
• p-value – вероятность отсутствия корреляции
• 95% доверительный интервал коэффициента корреляции

Результаты представлены в таблицах 1,2 и 3.

Таблица 1 – Корреляция 2009 год



Таблица 2 – Корреляция 2010 год



Таблица 3 – Корреляция 2011 год

Заключение

Из полученных результатов можно сделать следующие выводы:

• Технический анализ позволяет вести краткосрочную торговлю на фондовом рыке. Автокорреляция изменений котировок по итогам смежных торговых сессий может быть достоверной и значимой для торговли.
• Сила автокорреляций не стабильна по времени и по рынкам. Российский и Восточно-Европейский фондовый рынок демонстрирует устойчивость автокорреляции на протяжении последних 3 лет. Американский фондовый рынок напротив, демонстрирует автокорреляцию только в 2011 года. В 2009 и 2010 годах Американский фондовый рынок показывает практически отсутствие процесса AR(1). В 2009 году для DJI наблюдалась отрицательная автокорреляция, но этот случай можно отнести к выбросу, который неизбежно возникает при большом количестве однотипных оценок. В индекс DJI входит только 30 эмитентов акций, и вероятность выбросов в нем выше, чем в S&P 500 и NASDAQ 100.
• Трендовые торговые системы на фондовом рынке приносят прибыль, при условии достаточно точной оценки связей. Следует учитывать возможную нестабильность силы автокорреляционной связи. Необходимо выработать процедуры, позволяющие адаптивно распознавать ослабевание зависимостей и уменьшать интенсивность торговли.
• Анализ автокорреляций с лагом большим 1 может позволить дополнительно улучшить торговые стратегии. Но необходимо избегать избыточной сложности рыночной модели, приводящей к росту погрешности оценки связей.